WORK

摘要： The purpose of the study is to analyze the determining factors of cryptocurrency returns. Using econometric models and machine learning, we extensively examine the fundamental, market microstructure, behavioral, investor structure (especially concentration), as well as technical dimensions of 6 major cryptocurrencies.

摘要： 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果，本篇內容討論了本研究所提出的泡沫崩盤研究，本研究參考科技部計畫「解構從眾行為、投資人注意、Google 搜尋與股價崩盤」及「國際股市價格泡沫預測之研究：理論模型、實證分析應用與比較」之股市泡沫及崩盤之定義與 方法，認為當價格在一段期間內的累積漲(跌)幅達到某種程度以上即可視為一泡沫(崩盤)事件，因此我們利用各時間點累積一週的跌幅做為當時是否有泡沫及崩 盤事件的判別訊號，並且若訊號顯示出當時具有崩盤事件時，再進一步定義泡沫及崩盤發生期間，最後以價格反彈程度超過某一水準與否做為泡沫及崩盤結束之判斷依據。

摘要： 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「虛擬貨幣價格形成與預測:情緒、總經、網絡與投資人結構」之成果，有別以往使用傳統的技術分析進行交易策略，加入了本研究所提出的泡沫崩盤研究和加密貨幣獨有的哈希率指標，搜集了2018-10-30至2020-09-30間加密貨幣日頻結構性資料，以比特幣為例進行回測，並於平臺上顯示結果，供投資人參考。以下分別就各回測結果的重要因素及績效結果做解釋。

狂賀！！！Cryptocurrency 之 visualization 區 即將上線！

敬請期待。

摘要： 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「投資人情緒為基礎的IPO長短期績效預測平台:機器學習之應用」之成果，本團隊在完成研究結果後與委託方進行討論，委託方提出香港IPO實務的一些現象是我們未考慮到的，茲將相關議題及補充進行統計分析。

摘要： 本篇摘取自馬黛老師團隊與科技部的產學合作計畫「投資人情緒為基礎的IPO長短期績效預測平台:機器學習之應用」之成果，有別以往，加入IPO情緒研究，搜集了2009年到2018年間台灣322家與香港718家上市公司日頻結構性資料，最終用情緒面、資訊不對稱面、投資人結構面、基本面、總經面，以計量與機器學習的方式共同預測IPO績效，並於平臺上顯示結果，供投資人參考。以下分別就各報酬中Top25%公司的重要因素及進出場時機做解釋。

摘要： 網絡分析是透過兩兩之間的個體關聯，所構造出的網絡型架構，利用其圖形結構的緊密程度、中心化程度、不同族群之間的連結關係......等，來觀察個體在網絡中的角色地位，或是整體網絡結構的隱含資訊。

摘要： covid-19時期股市網絡

摘要： Weekly Summary 20200512 ~ 20200518

摘要： 網絡分析是透過兩兩之間的個體關聯，所構造出的網絡型架構，利用其圖形結構的緊密程度、中心化程度、不同族群之間的連結關係......等，來觀察個體在網絡中的角色地位，或是整體網絡結構的隱含資訊。

摘要： Weekly Summary 20200505 ~ 20200511

摘要： 本篇文章示範本網站提供的情緒指標實證結果與如何應用於投資。